Etapas (80 min)

Materiais necessários

• Computador com acesso à internet
• Conta no Google Earth Engine (GEE)
• QGIS instalado (opcional para visualização local)
• Shapefile/GeoJSON da área de estudo (Aula 08)
• Slides da Aula 13 (referência)

No Google Earth Engine

// 1. Definir área de estudo
var area = ee.FeatureCollection('projects/...')
  // ou usar geometria desenhada

// 2. Filtrar Sentinel-2 (Level-2A)
var imagem = ee.ImageCollection('COPERNICUS/S2_SR')
  .filterBounds(area)
  .filterDate('2025-06-01', '2025-12-31')
  .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 20))
  .median()
  .clip(area);

// 3. Composição cor verdadeira
Map.addLayer(imagem, 
  {bands: ['B4','B3','B2'], min: 0, max: 3000},
  'Cor verdadeira');

// 4. Composição falsa cor (vegetação)
Map.addLayer(imagem, 
  {bands: ['B8','B4','B3'], min: 0, max: 4000},
  'Falsa cor vegetação');

// 5. Composição SWIR
Map.addLayer(imagem, 
  {bands: ['B12','B8','B4'], min: 0, max: 4000},
  'SWIR');

NDVI no GEE

// Calcular NDVI
var ndvi = imagem.normalizedDifference(['B8','B4'])
  .rename('NDVI');

// Visualizar com paleta de cores
var paletaNDVI = {
  min: -0.2, max: 0.8,
  palette: ['red','orange','yellow',
            'lightgreen','green','darkgreen']
};
Map.addLayer(ndvi, paletaNDVI, 'NDVI');

Interpretação do NDVI

NDWI no GEE

// Calcular NDWI
var ndwi = imagem.normalizedDifference(['B3','B8'])
  .rename('NDWI');

// Visualizar
var paletaNDWI = {
  min: -0.5, max: 0.5,
  palette: ['brown','white','cyan','blue']
};
Map.addLayer(ndwi, paletaNDWI, 'NDWI');

// Máscara de água (NDWI > 0)
var agua = ndwi.gt(0);
Map.addLayer(agua.selfMask(), 
  {palette: ['blue']}, 'Corpos d\'água');

Roteiro de identificação

Usando as composições e índices, identifique na área de estudo:

1. Fragmentos de vegetação nativa
   • Localização, tamanho aproximado, forma
   • Evidência: cor vermelha em falsa cor; NDVI > 0,5
2. Matriz da paisagem
   • Classe dominante (pastagem? agricultura?)
   • Evidência: NDVI, composição, contexto
3. Corpos d’água
   • Rios, açudes, reservatórios
   • Evidência: NDWI > 0; cor escura em infravermelho
4. Solo exposto / áreas degradadas
   • Manchas claras em falsa cor; NDVI < 0,2
   • Contexto: encosta? margem? estrada?
5. Infraestrutura / área urbana
   • Padrão geométrico, textura lisa
   • Evidência: NDBI, composição SWIR
6. Feições lineares
   • Rios, estradas, limites de propriedade, cercas vivas

Tabela de feições (modelo)

Acesso ao MapBiomas

1. Acessar mapbiomas.org
2. Ir em Mapas e Dados → Plataforma
3. Navegar até a área de estudo
4. Selecionar ano mais recente disponível
5. Comparar as classes MapBiomas com as feições identificadas

Perguntas-guia

• As classes que você identificou coincidem com as do MapBiomas?
• Há discordâncias? Onde e por quê?
• O MapBiomas omite alguma feição que você identificou?
• Alguma classe do MapBiomas não faz sentido na sua análise?

Discordâncias são normais e esperadas — diferenças de resolução (30 m MapBiomas vs. 10 m Sentinel-2) e método (automático vs. visual).

Questões para discussão

1. Composição mais útil: qual composição foi mais informativa para a sua área? Por quê?

2. NDVI como evidência: que informação o NDVI trouxe que não era visível na composição RGB?

3. Limitações: que feições foram difíceis de identificar por SR? O que seria necessário para melhorar?

4. Escala e resolução: se usássemos Landsat (30 m) em vez de Sentinel-2 (10 m), que feições seriam perdidas?

5. Temporal: em que época do ano a imagem foi adquirida? Como a sazonalidade pode afetar a interpretação?